Full metadata record
DC poleHodnotaJazyk
dc.contributor.authorÚbl, Martin
dc.contributor.authorKoutný, Tomáš
dc.date.accessioned2023-03-06T11:00:26Z-
dc.date.available2023-03-06T11:00:26Z-
dc.date.issued2022
dc.identifier.citationÚBL, M. KOUTNÝ, T. A Novel Approach to Multi-Compartmental Model Implementation to Achieve Metabolic Model Identifiability on Patient's CGM Data. In Procedia Computer Science. neuvedeno: Elsevier, 2022. s. 116-123. ISBN: neuvedeno , ISSN: 1877-0509cs
dc.identifier.issn1877-0509
dc.identifier.uri2-s2.0-85143807604
dc.identifier.urihttp://hdl.handle.net/11025/51655
dc.description.abstractDiabetes je civilizační choroba. Při vývoji nových léčebných metod je vhodné využít in-silico metod pro snížení nutnosti využít živé subjekty. In-silico vyhodnocení vyžaduje spolehlivý metabolický model, který je často realizován jako multi-kompartmentový. Častým přístupem k implementaci takových modelů je využití soustavy obyčejných diferenciálních rovnic. Tento přístup využívá exponenciální přenosové funkce k přenosu látek mezi kompartmenty. Využití jiných, než exponenciálních přenosů může být složité. Navrhli jsme tedy novou metodu založenou na přímé numerické integraci oddělených kompartmentů, které lze dále dekomponovat do látkových depotů. Tento přístup umožňuje modelovat přenosy látek jako oddělené procesy s různými, jinými než exponenciálními přenosy, např. při modelování absorpce karbohydrátů v zažívacím traktu. Další výhodou je dodržení zákonu zachování hmoty jak na výpočetní, tak architekturní úrovni. Tyto výhody jsou klíčovou vlastností při identifikaci modelu na datech, která nebyla získána v izolovaných a kontrolovaných podmínkách. Dále jsme transformovali soustavu diferenciálních rovnic (funkcí) do komponentového modelu, který zvyšuje čitelnost, testovatelnost, verifikovatelnost a redukuje celkové náklady při vývojovém procesu. Naši metodu jsme demonstrovali převedením Samadiho modelu do této reprezentace a rozšířili jsme jej o přenosovou funkci, která není exponenciálního charakteru.cs
dc.format8 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isoenen
dc.publisherElsevieren
dc.relation.ispartofseriesProcedia Computer Scienceen
dc.rights© Elsevieren
dc.subjectdiabetescs
dc.subjectmulti-kompartmentový modelcs
dc.subjectmetabolický modelcs
dc.subjectsimulacecs
dc.subjectsmartcgmscs
dc.titleA Novel Approach to Multi-Compartmental Model Implementation to Achieve Metabolic Model Identifiability on Patient's CGM Dataen
dc.title.alternativeNová metoda implementace multi-kompartmentových modelů za účelem snadné identifikace metabolických modelů na pacientských CGM profilechcs
dc.typekonferenční příspěvekcs
dc.typeConferenceObjecten
dc.rights.accessopenAccessen
dc.type.versionpublishedVersionen
dc.description.abstract-translatedDiabetes is a widespread civilization disease. When developing a new treatment method, in-silico benefits the development process by reducing the need for in-vivo subjects. In-silico evaluation requires a reliable metabolic model, often created as a multi-compartmental model. A common approach to implementing a multi-compartmental model is to use a system of ordinary differential equations. This approach utilises exponential transfer functions to transfer substances among the compartments. Using other than an exponential function is complex. Therefore, we propose a novel approach based on a direct, numeric integration of separated compartments, which can be further divided into individual depots. This enables to model substance transfer as a separate process with non-exponential characteristics, e.g.; when modelling carbohydrate absorption from the gut. As another benefit, the approach obeys the law of mass conservation on both the computational and architectural levels. This is a key feature when identifying a model on data, that are not measured within a controlled, isolated environment. Moreover, we actually transform the set of equations, i.e.; computer-code functions, into a component model to reduce the total maintenance costs – readability, testing, verification and deployment. We demonstrate the proposed approach by converting the Samadi model to it and enhancing it with a non-exponential transfer function.en
dc.subject.translateddiabetesen
dc.subject.translatedmulti-compartmental modelen
dc.subject.translatedmetabolic modelen
dc.subject.translatedsimulationen
dc.subject.translatedsmartcgmsen
dc.identifier.doi10.1016/j.procs.2022.10.127
dc.type.statusPeer-revieweden
dc.identifier.obd43937174
dc.project.IDSGS-2022-015/Nové metody pro medicínská, prostorová a komunikační datacs
dc.project.IDEF19_073/0016931/Zvyšování kvality interních grantových schémat na ZČUcs
dc.project.IDIDEG-IND-2021-007/An AI-enhanced educational software platform with personalized simulation models considering child patientscs
Vyskytuje se v kolekcích:Konferenční příspěvky / Conference Papers (KKY)
Konferenční příspěvky / Conference papers (NTIS)
OBD

Soubory připojené k záznamu:
Soubor VelikostFormát 
Úbl, Koutný clanek.pdf434,14 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/51655

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Publikační činnost / Publications
  3. OBD